Comparative Performance Evaluation of Swarm Intelligence-Based FOPID Controllers for PMSM Speed Control
Notice bibliographique
Résumé
This paper presents a study focused on the design and performance evaluation of Fractional-Order Proportional-Integral-Derivative (FOPID) controllers for the speed control of Permanent Magnet Synchronous Motors (PMSMs).Effective speed control of PMSMs is of great importance in various applications such as robotics, electric vehicles, and industrial automation.However, achieving precise and efficient speed control poses several challenges due to the nonlinear and time-varying nature of PMSMs.To address these challenges, the study proposes the utilization of FOPID controllers, which offer advantages over traditional PID controllers, including improved robustness and greater flexibility in handling complex system dynamics.Additionally, the study explores the use of Swarm Intelligence (S.I.) algorithms for the design and tuning of FOPID controllers.Swarm Intelligence algorithms, such as Particle Swarm Optimization (PSO), ant colony optimization (ACO), and Grey Wolf Optimization (GWO), are known for their ability to effectively search and optimize complex parameter spaces.The main contribution of this work is the comparison and evaluation of PSO, GWO, and ACO algorithms for the design of FOPID controllers in PMSM speed control applications.The controllers are assessed through both simulations and experimental tests to analyze their performance in terms of speed-tracking accuracy, overshoot, and settling time.The key finding of the study is that the ACO-FOPID controller exhibits the best performance in terms of transient response.It achieves a rise time of 0.008978 s, a settling time of 0.01 s, and zero absolute time error (ITAE).These results indicate that the ACO-FOPID controller provides precise and fast speed control for PMSMs, making it a promising solution for practical applications.In summary, this study highlights the importance of PMSM speed control and the challenges associated with it.It introduces the FOPID controller as a potential solution and motivates the utilization of Swarm Intelligence algorithms for its design.The comparison of PSO, GWO, and ACO algorithms for FOPID controller design demonstrates the superiority of the ACO-FOPID controller in terms of transient response.This research contributes to the advancement of control systems for PMSMs and showcases the potential of Swarm Intelligence algorithms in optimizing complex control parameters.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».